基于混沌理论的电梯交通流预测方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·电梯交通流预测国内外研究现状 | 第9-11页 |
| ·神经网络在混沌时间序列中的应用 | 第11页 |
| ·混沌理论用于交通流预测的研究现状 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| 第二章 电梯交通流分析 | 第13-21页 |
| ·时间序列简介 | 第13-14页 |
| ·电梯交通流数据采集、预处理与分析 | 第14-16页 |
| ·电梯交通流的混沌特性 | 第16-21页 |
| ·混沌定义 | 第16-17页 |
| ·混沌系统的两个基本特征 | 第17-21页 |
| 第三章 电梯交通流时间序列混沌特性判别 | 第21-36页 |
| ·时间序列相空间重构 | 第21-26页 |
| ·相空间重构原理 | 第21-22页 |
| ·延迟时间 | 第22-23页 |
| ·嵌入维数 | 第23-24页 |
| ·C-C 方法 | 第24-26页 |
| ·时间序列混沌特性判别 | 第26-28页 |
| ·Poincare 截面法 | 第26-27页 |
| ·Lyapunov 指数法 | 第27-28页 |
| ·电梯交通流混沌特性识别 | 第28-36页 |
| ·相空间重构参数选择 | 第28-31页 |
| ·电梯交通流相空间重构 | 第31页 |
| ·相空间吸引子矩阵 | 第31-32页 |
| ·定性混沌判别 | 第32-33页 |
| ·定量混沌判别 | 第33-36页 |
| 第四章 基于 BP 神经网络的电梯交通流预测方法 | 第36-53页 |
| ·神经网络基础 | 第36-40页 |
| ·人工神经网络 | 第36-37页 |
| ·人工神经元模型 | 第37页 |
| ·激活函数 | 第37-38页 |
| ·人工神经网络结构 | 第38-39页 |
| ·学习方式 | 第39页 |
| ·学习规则 | 第39-40页 |
| ·BP 神经网络 | 第40-43页 |
| ·多层前馈网络 | 第40-41页 |
| ·BP 神经网络的学习过程 | 第41-43页 |
| ·BP 神经网络交通流预测 | 第43-53页 |
| ·一种常用的 BP 神经网络模型 | 第43-49页 |
| ·一种改进的 BP 神经网络模型结构 | 第49-53页 |
| 第五章 基于混沌理论的神经网络交通流预测模型 | 第53-60页 |
| ·基于混沌理论的神经网络交通流预测模型的基本原理 | 第53-54页 |
| ·基于混沌理论的神经网络交通流预测模型的参数选择 | 第54-55页 |
| ·基于混沌理论的神经网络交通流预测模型的建立 | 第55-57页 |
| ·两种预测方法的比较 | 第57-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65页 |
